Ich (IT-Beratung, > 10K Mitarbeiter) habe in den letzten 9 Monaten zahlreiche GPT-basierte Projekte bei Kunden aus diversen Branchen (Automotive, Private Equity, Law & Co.) durchgeführt und ein gewisses Potential verspricht GPT tatsächlich. Wir setzen GPT produktiv u.a. für Cyber-Security, automatisierte Erstellung von Dokumenten (Gutachen, Management Summaries) ein, Auswertung und Visualisierungserstellung von Studienergebnissen bei Pharma-Kunden und ersetzen damit messbar Arbeitsressourcen auf Analyst / Assoicate Ebene.
Messbar heißt hier tatsächlich, dass bei einem unserer Kunden mittlerweile einen Einstellungsstopp (Vergrößerungsstopp der Abteilung) im Research-Bereich bzw. Auswertungsbereich von Studienergebnissen gibt, während wir unsere Entwicklung dort fortsetzen. Ein Kunde aus der Finanzbranche stellt keine Werksstudenten mehr ein, die sonst für die Zusammenstellung auf Aufbereitung von Management Summaries (und der Research dahinter) verantwortlich waren. Außerdem konnten wir durch Produktivitätssteigerung die notwendigen Mitarbeiter in einem Call-Center eines internationalen Konzerns reduzieren, indem wir z.B. mittels GPT und Information Retrieval passgenaue Antworten als Vorschlag ausspielen.
Gleichzeitig muss man aber auch sagen, dass solche Systeme dem Hype entsprechen. Sie sind weit weg davon, perfekt zu sein. Und wenn man wirkliche Business Cases umsetzt, springen diese auch zu Tage. Aber solche Systeme werden sich in Zukunft auch weiterentwickeln und man muss oder sollte sich als Student heutzutage fragen:
Was sollte ich in Anbetracht von KI-Entwicklungen heute anfangen zu studieren, ohne in 4 Jahren nach dem Abschluss einer zu starken Rationalisierung ausgesetzt zu sein?
Im IT-Bereich bspw. werden Inder, die heute immer mehr in den deutschen Markt drängen, aufgrund einer gesteigerten Produktivität sicherlich wieder zurückgedrängt werden; gleiches gilt aber auch für "schlechte" Informatiker, die aufgrund steigender Produktivität problemslos durch gute IT-Engineers ersetzt werden können. Im Rechtsbereich wird alles, was Standardisierung folgt (z.B. Gutachten, Schreiben), nicht aber das führen von Gerichtsverfahren, durch GPT realisiert werden, was am Ende auch zu weniger Bedarf an Anwalten führen wird. Die Buchhaltung, die heute schon durch OCR stark entlastet wird, wird in Zukunft in Kombination mit generativer AI fast vollständig durch autonome Systeme erledigt werden. Standardanalysen- und Auswertungen, die heute von zahlreichen Business Analysten in DAX-Konzernen erledigt werden, sind in Zukunft durch AI in wenigen Sekunden erledigt.
Der Mensch (und die Jobs der Zukunft) werden dort liegen, wo kein relativ starres Regelwerk oder Replizierbarkeit hinter liegt. Das können z.B. Managementfunktionen sein oder im Beratungsumfeld das Requirements Engineering - vor allem überall dort, wo Menschlichkeit ins Spiel kommt. Im IT-Bereich wird zwar der Data Visualization und Analysis-Bereich unter Druck geraten, das Data Engineering aber nur in geringem Maßen, da dort eine für jedes Unternehmen individuelle Komplexität hinter setzt, wenngleich Copilot-Anwendungen hier unterstützen können.
Was ich damit sagen möchte ist, es wird in den nächsten 10 Jahren einen enormen Wandel im Arbeitsmarkt geben und jeder sollte sich heute fragen, inwiefern sein Job / Studium / Berufsfeld hier unter Druck geraten könnte, siehe hierzu auch diverse Vorarbeiten und Studien von OpenAI, der OECD oder McKinsey.
antworten